PENGARUH RASIO LIKUIDITAS DAN FINANCIAL (1)
JURNAL EKONOMI & BISNIS (JEB) EDI T OR I N CH I EF
Djoko Susanto STIE YKPN Yogyakarta
EDITORIAL BOARD MEMBERS
Baldric Siregar
Soeratno
STIE YKPN Yogyakarta Universitas Gadjah Mada Dody Hapsoro
Wisnu Prajogo
STIE YKPN Yogyakarta STIE YKPN Yogyakarta
M ANAGI N G EDI TORS
Sinta Sudarini STIE YKPN Yogyakarta
EDITORIAL SECRETARY
Rudy Badrudin STIE YKPN Yogyakarta
PU BLI SH ER
Pusat Penelitian dan Pengabdian Masyarakat STIE YKPN Yogyakarta Jalan Seturan Yogyakarta 55281 Telpon (0274) 486160, 486321 ext. 1406 Fax. (0274) 486155
EDITORIAL ADDRESS
Jalan Seturan Yogyakarta 55281 Telpon (0274) 486160, 486321 ext. 1332 Fax. (0274) 486155 http://www.stieykpn.ac.id e-mail: rudy.badrudin@stieykpn.ac.id Bank Mandiri atas nama STIE YKPN Yogyakarta No. Rekening 137 – 0095042814
Jurnal Ekonomi & Bisnis (JEB) terbit sejak tahun 2007. JEB merupakan jurnal ilmiah yang diterbitkan oleh Pusat Penelitian dan Pengabdian Masyarakat Sekolah Tinggi Ilmu Ekonomi Yayasan Keluarga Pahlawan Negara (STIE YKPN) Yogyakarta. Penerbitan JEB dimaksudkan sebagai media penuangan karya ilmiah baik berupa kajian ilmiah maupun hasil penelitian di bidang ekonomi dan bisnis. Setiap naskah yang dikirimkan ke JEB akan ditelaah oleh MITRA BESTARI yang bidangnya sesuai. Daftar nama MITRA BESTARI akan dicantumkan pada nomor paling akhir dari setiap volume. Penulis akan menerima lima eksemplar cetak lepas (off print) setelah terbit. JEB diterbitkan setahun tiga kali, yaitu pada bulan Maret, Juli, dan Nopember. Harga langganan JEB Rp7.500,- ditambah biaya kirim Rp12.500,- per eksemplar. Berlangganan minimal 1 tahun (volume) atau untuk 3 kali terbitan. Kami memberikan kemudahan bagi para pembaca dalam mengarsip karya ilmiah dalam bentuk electronic file artikel-artikel yang dimuat pada JEB dengan cara mengakses artikel-artikel tersebut di website STIE YKPN Yogyakarta (http://www.stieykpn.ac.id).
ISSN: 1978-3116
Vol. 6, No. 1, Maret 2012
JURNAL
EKONOMI & BISNIS
Tahun 2007
DAFTAR ISI
VOLATILITAS IDIOSYNKRATIS DAN MODEL ASSET PRICING MULTIFAKTOR
Rowland Bismark Fernando Pasaribu
1-23 PENGARUH BELANJA PEMERINTAH DAN PENERIMAAN PAJAK PEMERINTAH TERHADAP PERTUMBUHAN EKONOMI DI INDONESIA, PENDEKATAN ERROR CORRECTION MODEL (ECM)
Algifari
25-39 PENGARUH RASIO LIKUIDITAS DAN FINANCIAL LEVERAGE TERHADAP DIVIDEND YIELD
Zarah Puspitaningtyas
41-46 ANALISIS PENDUDUK MISKIN DI PROVINSI DAERAH ISTIMEWA YOGYAKARTA
Wasiaturrahma Rudy Badrudin
47-61 PENGARUH ALIRAN KAS BEBAS TERHADAP NILAI PEMEGANG SAHAM DENGAN SET KESEMPATAN INVESTASI DAN DIVIDEN SEBAGAI VARIABEL MODERATOR
Rima Agustina Kusuma Wardani
63-81 STRUKTUR KEPEMILIKAN ULTIMAT DAN NILAI PERUSAHAAN
Baldric Siregar
83-93
ISSN: 1978-3116
VOLATILITAS IDIOSYNKRATIS DAN MODEL ASSET PRICING............... (Rowland Bismark Fernando Pasaribu)
Vol. 6, No. 1 Maret 2012 Hal. 1-23
JURNAL
EKONOMI & BISNIS
Tahun 2007
VOLA V V V V OLA OLA OLA OLATILIT TILIT TILITAS IDIOSYNKRA TILIT TILIT AS IDIOSYNKRA AS IDIOSYNKRATIS D AS IDIOSYNKRA AS IDIOSYNKRA TIS D TIS D TIS D TIS DAN AN AN AN AN MODEL MODEL MODEL MODEL MODEL ASSET PRICING ASSET PRICING ASSET PRICING ASSET PRICING MUL ASSET PRICING MULTIF MUL MUL MUL TIF TIF TIF TIFAKTOR AKTOR AKTOR AKTOR AKTOR
Rowland Bismark Fernando Pasaribu
ABFI PERBANAS INSTITUTE JAKARTA Jalan Komando III/2, Nomor 37 JKSL 12920
E-mail : rowland.pasaribu@gmail.com
ABSTRACT
investor memerlukan ekspektasi tingkat pengembalian pada asset yang berisiko dalam ekses tingkat
The paper is aimed at examining the inter-relationships pengembalian bebas risiko yang ditentukan sebagai between firm size, liquidity, systematic risk, idiosyn-
produk dari beta risiko aset tersebut (kovarian atau cratic volatility and their relation to expected return in
tingkat pengembaliannya dengan tingkat pengembalian level stock and portfolio for Indonesian LQ-45 equi-
pasar) dengan ekspektasi tingkat pengembalian pasar ties. Our analysis suggests the existence of confound-
dalam ekses tingkat bunga bebas risiko. Telah banyak ing effects that may need to be recognized in making
dilakukan pada sejumlah penelitian terdahulu yang meaningful interpretations of the data; specifically, that
menyatakan variabel lainnya memiliki kapasitas dalam as well as being potentially explanatory of equity per-
menjelaskan tingkat pengembalian saham, seperti formance, beta, liquidity, systematic risk, and idiosyn-
kapitalisasi emiten dan rasio book-to-market (Banz cratic volatility are capable of being the outcome of
1981; Rosenberg et al. 1985; Fama dan French 1992, equity performance behavior. Other empiric result is
1993, 1996 dan 1998), likuiditas (Amihud dan Mendelson addition of factor idiosyncratic volatility, proved in-
1986; Amihud 2002), leverage (Bhandari, 1988) dan id- creasing explanatory power of model in explaining the
iosyncratic volatility (Malkiel dan Xu 1997, 2006; variation of expected return in both level of stock indi-
Goyal dan Santa-Clara, 2003), sementara Fama dan vidually and portfolio on various asset pricing model.
French (1992) menunjukkan bahwa beta dan kapitalisasi Hereinafter three tools of evaluation measurement re-
emiten memiliki tingkat korelasi yang tinggi. sult indicate that size, liquidity, systematic risk yet still
Model tiga faktor Fama dan French (1993) not shown optimal performance, even after conducted
menggabungkan kapitalisasi pasar emiten dan rasio B/ by extension of all model by adding idiosyncratic vola-
M bersama dengan koefisien beta banyak digunakan tility proxy.
saat ini (terutama dalam penelitian pasar modal). Tetapi, bukti mengenai hal ini tidak selalu satu arah. Sebagai
Keywords: expected return, idiosyncratic volatility, contoh, Constantinidies (1986) berpendapat bahwa stock portfolio, multifactor asset pricing model, treynor
biaya transaksi diasosiasikan dengan likuiditas dapat index, jensen-alpha, sharpe index
diminimalisir dengan mengurangi frekuensi perdagangan dan tidak menghasilkan pengaruh first- order ; Horowitz, Loughran dan Savin (2000)
PENDAHULUAN
berpendapat bahwa pengaruh size tidak lagi signifikan pada saham-saham di Amerika; Bali, Cakiki, Yan dan
Teori klasik investasi sebagaimana direpresen-tasikan Ahang (2005) tidak setuju dengan temuan Goyal dan CAPM (Sharpe 1964: Lintner, 1965) menyatakan bahwa
Clata dalam hubungan dengan volatilitas idiosynkratis
JEB, Vol. 6, No. 1, Maret 2012: 1-23
dan menunjukkan bahwa temuannya lebih dipengaruhi (1993). Faaf (2001b) dan Gaunt (2004) juga telah oleh saham ukuran kecil dan secara parsial berpotensi
melakukan aplikasi model tiga faktor pada pasar Aus- menjadi atribut premi likuiditas.
tralia dan hasilnya memang secara statistik signifikan Dalam memisahkan pengaruh variabel
dalam menjelaskan tingkat ekspektasi tingkat kapitalisasi pasar, likuiditas saham, dan volatilitas
pengembalian saham dan portofolio saham. idiosynkratis di pasar modal Amerika, Spiegel dan
Dengan konfirmasi model tiga faktor Fama dan Wang (2005) menyatakan bahwa volatilitas
French, pertimbangan kapitalisasi pasar emiten atau idiosynkratis perusahaan yang tinggi cenderung terjadi
pengaruh ukuran telah menjadi sesuatu yang baik itu untuk perusahaan dengan kapitalisasi pasar
konvensional sifatnya, meskipun bukti lanjutan lainnya yang kecil dan tingkat likuiditas yang rendah, serta
tidak selalu sepakat mengenai hal ini. Sebagai contoh, pengembalian saham yang meningkat juga diikuti
Banz (1981) melakukan penelitian size-effect untuk dengan volatilitas idiosynkratis (demikian juga apabila
periode empat puluh lima tahun untuk saham Amerika yang terjadi hal sebaliknya). Mereka menyimpulkan
dan menyatakan bahwa sementara pengaruh tersebut bahwa sementara variabel lainnya eksis untuk membawa
diasumsikan pada perusahaan kecil tidak terdapat suatu hubungan sistematik dengan tingkat pengembalian
hubungan yang jelas antara size dan tingkat saham, hubungan volatilitas idiosynkratis dengan
pengembalian. Horowitz et al. (2000) menyimpulkan tingkat pengembalian saham mengklasifikasi secara
bahwa size-effect tidak lagi terjadi pada saham-saham sekaligus kapitalisasi dan likuiditas terhadap tingkat
Amerika. Brown et al. (1983) menyatakan bahwa meski pengembalian.
terjadi size-anomaly, dan model estimasi yang terbentuk Derajat dimana beta, kapitalisasi pasar emiten,
tidak stabil karena size-effect adalah subjek dari dan volatilitas idiosynkratis mungkin dapat menjadi
penelitian mengenai interval waktu. proksi untuk satu atau lebih sementara variabel lainnya
Konsisten dengan temuan Banz pada kasus tetap kontroversial dalam menjelaskan elemen eksposur
hubungan ukuran perusahaan dan return pada saham risiko investor (baik yang dapat di diversifikasi atau
kapitalisasi kecil di Amerika, Beedles et al. (1988) juga tidak). Karena pada hakekatnya, belum ada teori yang
menyatakan bahwa size-effect juga signifikan di Aus- meyakinkan dalam menjelaskan kontribusi dari variabel
tralia dan robust untuk beberapa penyesuaian volatilitas idiosynkratis. Penelitian ini bertujuan untuk
metodologi. Juga dibuktikkan bahwa biaya transaksi melakukan replikasi terbatas pada pendekatan kalkulasi
dapat menjelaskan bagian dari dari size-anomaly volatilitas idiosynkratis yang digunakan Malkiel dan
meskipun variabel ini bukan merupakan faktor dominan. Xu, (1997) serta Clayton et al. (2006) untuk saham yang
Chan dan Faff (2003) menyatakan hubungan regresi tergabung dalam LQ-45 di Bursa Efek Indonesia (BEI)
yang horizontal antara tingkat pengembalian dan size periode 2000-2007.
saham di Australia periode 1990-1999, sementara Gaunt (2004) menyatakan tidak terdapat bukti yang kuat
MATERI DAN METODE PENELITIAN
mengenai pengaruh ukuran perusahaan yang kecil pada pasar modal Australia.
Ball et al. (1979) telah membuktikan adanya hubungan Malkiel dan Xu (1997) menunjukkan korelasi positif antara tingkat pengembalian dan beta untuk
negatif yang tinggi antara ukuran perusahaan dan sampel perusahaan industri. Wood (1991) menyatakan
volatilitas idiosynkratis serta menyarankan bahwa bahwa hubungan keduanya lemah, dan Faff (1991)
risiko volatilitas idiosynkratis menjadi penjelas pada menyatakan karakter yang moderat, bahkan pada
size-effect . Risiko volatilitas idiosynkratis secara penelitiannya tahun 2001, Fahh menyatakan bahwa
rasional memiliki harga kalau manajer investasi harus tidak terdapat hubungan antara beta dan tingkat
menjustifikasi (kepada klien) kinerja saham individual pengembalian untuk model standar CAPM. Haaliwell
dalam portofolionya. Penelitian keduanya pada tahun dan Sawicki (1999) mereplikasi penelitian Fama dan
2006 menghasilkan model formal yang konsisten dengan French (1993) dan menyatakan tingkatan statistikal yang
volatilitas idiosynkratis yang telah memiliki harga saat signifikan pada parameter yang secara umum dapat
investor (baik voluntary atau non-voluntary) tidak dikomparasi terhadap penelitian Fama dan French
terdiversifikasi secara keseluruhan. Malkiel dan Xu
VOLATILITAS IDIOSYNKRATIS DAN MODEL ASSET PRICING............... (Rowland Bismark Fernando Pasaribu)
(1997) membagi saham ke dalam portofolio berdasarkan volatilitas idiosynkratis-nya dan menyatakan bahwa rata-rata tingkat pengembalian tahunan portofolio selama periode 1963-1994. Hasil penelitiannya menunjukkan kecenderungan yang nyata bahwa volatilitas idiosynkratis portofolio yang meningkat menghasilkan tingkat pengembalian yang juga lebih tinggi. Sebaliknya, Ang et.al (2006) menyatakan volatilitas idiosynkratis yang semakin tinggi justru menghasilkan tingkat pengembalian yang semakin menurun. Kontradiksi hasil penelitiannya dengan penelitian sebelumnya adalah studi tersebut tidak menjelaskan volatilitas idiosynkratis pada level perusahaan. Sebaliknya, Malkiel dan Xu (2006) berpendapat bahwa hasil studi Ang et al. (2006) mungkin mengalami permasalahan error pada variabel saat fitting modelnya guna meringkas data sampel.
Ukuran perusahaan secara umum berkorelasi positif dengan likuiditas saham (Amihud, 2002). Karenanya, likuiditas berpotensi menjadi eksplanator untuk size-effect. Beedles et al. (1988) menyatakan bahwa perusahaan besar memiliki likuiditas yang lebih tinggi dan menyarankan bahwa likuiditas secara parsial menjelaskan size-effect. Amihud dan Mendelson (1986) menyarankan bahwa likuiditas adalah atribut yang penting pada investasi keuangan dan seharusnya memiliki premi dalam asset pricing. O’Hara (2003) berpendapat bahwa biaya likuiditas sama dengan pajak dimana kalau jumlahnya cukup besar seharusnya berpengaruh negatif terhadap harga asset.
Dengan menggunakan turnover saham sebagai proksi likuiditas, Chan dan Faff (2003) menyatakan bahwa turnover berhubungan negatif terhadap tingkat pengembalian saham dan pengaruh tersebut berlaku setelah melakukan kontrol terhadap variabel book-to- market , size, beta, dan momentum. Marshall dan Young (2003) menjelaskan likuiditas di pasar modal Australia dan hasil temuannya konsisten dengan penelitian Chan dan Faaf, bahwa terdapat hubungan yang negatif antara turnover saham dan tingkat pengembalian saham. Selanjutnya, dengan melakukan komparasi pada lima puluh saham emiten terbesar terhadap lima puluh saham terkecil di pasar modal Australia, Anderson et al. (1997) menyatakan tidak terdapat hubungan yang signifikan antara tingkat pengembalian abnormal dan likuiditas.
Implikasi model kontrol persediaan Merton
(1987) serta Brunnermeier dan Pedersen (2006) adalah hubungan yang negatif antara likuiditas dan volatilitas idiosynkratis. Bali et al. (2005) menyarankan bahwa hubungan antara volatilitas idiosynkratis dan tingkat pengembalian yang dinyatakan oleh Goyal dan Clara (2003) adalah bagian yang dipengaruhi oleh premi likuiditas. Spiegel dan Wang (2005) menggolongkan saham berdasarkan volatilitas idiosynkratis-nya dan menyatakan bahwa prosedur ini menghasilkan output yang sama sebagaimana halnya klasifikasi berdasarkan likuiditas bahwa saham dengan volatilitas idiosynkratis yang tinggi memiliki likuiditas yang rendah. Hubungan antara volatilitas idiosynkratis dan tingkat pengembalian dapat menjelaskan hubungan antara likuiditas dan tingkat pengembalian serta size dan tingkat pengembalian. Drew dan Veeraraghaven (2002) menyatakan bahwa premi size and volatilitas idiosynkratisy adalah nyata. Saham dengan ukuran kecil dan tingkat volatilitas idiosynkratis yang tinggi justru menghasilkan tingkat pengembalian yang superior. Temuan lainnya yakni bahwa volatilitas idiosynkratis sangat berguna dalam menjelaskan ekspektasi tingkat pengembalian saham lintas-sektor.
Reaksi atas kinerja model asset pricing 1 faktor (CAPM) dalam menjelaskan tingkat pengembalian portofolio saham telah dilakukan baik itu dalam semangat reformasi atau rekonstruksi model sehingga muncul apa yang disebut sebagai model asset pricing multifaktor. Dalam kaitannya tersebut, maka hipotesis penelitian ini adalah penambahan informasi mengenai size , likuiditas, risiko sistematik dan volatilitas idiosynkratis sebagai tambahan faktor risiko pada model multifaktor akan meningkatkan daya prediksi model dalam mengestimasi tingkat pengembalian portofolio saham yang diharapkan dibanding model faktor tunggal.
Untuk melakukan penelitian ini penulis menggunakan data keuangan setiap emiten yang pernah dan tergabung dalam LQ-45: harga saham, mar- ket value , dan book value periode harian, IHSG, dan SBI-1 bulanan periode 2000-2007, sehingga data yang digunakan oleh dalam penelitian ini merupakan data historis. Data tersebut diperoleh dengan cara mendownload melalui website BEI dan BI di www.jsx.co.id dan www.bi.gov.id .
Penelitian ini membentuk portofolio saham berdasarkan klasifikasi ukuran perusahaan dan rasio B/M sesuai dengan hasil penelitian Fama dan French
JEB, Vol. 6, No. 1, Maret 2012: 1-23
(2003). Nilai median keseluruhan sampel digunakan sebagai tambahan prediktor premi resiko kedalam model sebagai breakpoint untuk menetapkan perbedaan
asset pricing tunggal:
antara 2 kategori. Emiten dengan kapitalisasi pasar kurang dari nilai median dianggap sebagai emiten
Rpi(t) = α +β[[Rm(t) – Rf(t)] + e(t) (Model 1.1) dengan kapitalisasi pasar yang kecil dan sebaliknya
Rpi(t) = α +β[[Rm(t) – Rf(t)] + yang lebih besar dari nilai median dianggap sebagai
(Model 1.2) emiten dengan kapitalisasi pasar besar. Klasifikasi
c SMB(t) + e(t)
Rpi(t) = α +β[[Rm(t) – Rf(t)] + saham berdasarkan indikator likuiditas juga akan
(Model 1.3) membagi saham ke dalam 2 kategori yang didasarkan
c HML_Liq(t) + e(t)
Rpi(t) = α +β[[Rm(t) – Rf(t)] + nilai median keseluruhan sampel per tahun yaitu
(Model 1.4) kategori high-liquid dan low-liquid, begitu juga halnya
c HML_SR(t) + e(t)
Rpi(t) = α +β[[Rm(t) – Rf(t)] + dengan kriteria systemic risk (high systemic risk dan
(Model 1.5) low systemic risk ) serta volatilitas idiosynkratis (high-
c HML_IV(t) + e(t)
IV dan low-IV). Dalam model multifaktor akan dikolaborasi Berdasarkan interseksi pengklasifikasi-an
faktor resiko yang diusulkan Fama dan French (size tersebut, terbentuk 12 kategori portofolio saham, yaitu
dan likuiditas) dalam model asset pricing secara parsial bHLiq (Big Cap-High Liquidity), bLwLIQ (Big Cap-
dengan faktor penjelas tambahan (systemic risk dan Low Liquidity ), sHLiq (Small Cap-High Liquidity),
idiosyncratic-volatility ):
sLLiq (Small Cap-Low Liquidity), bHSR (Big Cap-High Rpi(t) = α +β[[Rm(t)-Rf(t)] + sSMB(t) + Systemic Risk ), bLwSR (Big Cap-Low Systemic Risk),
(Model 2.1) sHSR (Small Cap-High Liquidity), sLSR (Small Cap-
c HMLiq(t) + e(t)
Rpi(t) = α +β[[Rm(t)-Rf(t)] + sSMB(t) + Low Systemic Risk ), bHIV (Big Cap-High idiosyncratic
(Model 2.2) volatility ), bLwIV (Big Cap-low idiosyncratic volatil-
c HMSR(t) + e(t)
Rpi(t) = α +β[[Rm(t)-Rf(t)] + sSMB(t) + ity ), sHIV (Small Cap-High idiosyncratic volatility),
(Model 2.3) dan sLIV (Small Cap-Low idiosyncratic volatility).
c HMIV(t) + e(t)
Rpi(t) = α +β[[Rm(t)-Rf(t)] + hHMLiq(t) + Variabel operasional penelitian adalah tingkat
(Model 2.4) pengembalian saham adalah (Ri t – Ri t-1 )/ (Ri t-1 ); size
c HMSR(t) + e(t)
Rpi(t) = α +β[[Rm(t)-Rf(t)] + hHMLiq(t) + adalah log natural (nilai rata-rata kapitalisasi harian
(Model 2.5) saham i dimana cap harian adalah jumlah shares out-
c HMIV(t) + e(t)
Rpi(t) = α +β[[Rm(t)-Rf(t)] + hHMSR(t) + standing x harga penutupan periode t); likuiditas
(Model 2.6) adalah (LIQ it) = rata-rata volume perdagangan (t -2, t -
c HMIV(t) + e(t)
Rpi(t) = α +β[[Rm(t) – Rf(t)] + sSMB(t) +
1, t) / shares outstanding bulan t; Systemic Risk (Beta h1 HMLiq(t) + h2HMSR + h3HMIV e(t) Saham) adalah â i,t = Cov(ri,rm) / Var(rm); dan Idiosyn- cratic Volatility (Malkiel dan Xu, 1997; Clayton et.al,
= tingkat pengembalian portofolio saham 2006) adalah standar deviasi residual estimasi beta
Rpi(t)
i periode ke t saham (â)
Rm (t) – R f (t) = nilai rata-rata excess return dikurangi Pre-test dilakukan untuk klarifikasi pengaruh
risk free rate periode ke t size , likuiditas saham, systemic risk, dan volatilitas
= return portofolio SMB; (sHLiq + sLLiq idiosynkratis terhadap tingkat pengembalian saham
SMB(t)
+ sHSR + sLSR + sHIV + sLIV) - (bHLiq dan uji asumsi klasik yang mengacu kepada kriteria
+ bLwLIQ + bHSR + bLwSR + bHIV + BLUE, yakni tidak terjadi multikolinearitas, autokorelasi,
bLwIV) periode ke t dan heteroskedastisitas pada persamaan multiregresi.
HML-Liq(t) = return portofolio HML-Liq; (bHLiq + Hasil pre-test dapat dilihat pada lampiran.
sHLiq)-(bLwLiq +sLwLiq) periode ke t Untuk menguji hipotesis yang telah diajukan,
HML-SR(t) = return portofolio HML-SR; (bHSR + digunakan pendekatan multi regresi pada level saham
sHSR)-(bLwSR +sLwSR) periode ke t individual dan portofolio saham. Pada model ini akan
HML-IV(t) = return portofolio HML-IV; (bHIV + ditambahkan faktor yang dianggap memiliki kapasitas
sHIV)-(bLwIV +sLwSR) periode ke t
VOLATILITAS IDIOSYNKRATIS DAN MODEL ASSET PRICING............... (Rowland Bismark Fernando Pasaribu)
b, s, h1-h3 = Koefisien regresi Pengukuran dengan metode Indeks Sharpe, didasarkan pada apa yang disebut premi risiko. Premi risiko adalah
Tahap selanjutnya adalah uji signifikansi perbedaan (selisih) antara return rata-rata portofolio simultan dan parsial terhadap seluruh model asset pric-
dan investasi bebas resiko (risk free asset). Indeks ing dan perluasannya. Relevansi portfolio saham yang
Sharpe membagi premi risiko dengan standar deviasi terbentuk dilakukan dengan menggunakan alat ukur
portofolio selama pengukuran, dimana standar deviasi Indeks-Sharpe, Indeks-Treynor, dan Jensen-Alpha.
merupakan risiko total. Dengan demikian, Shape Treynor Index (reward to volatility ratio)
mengukur premi risiko yang dihasilkan dari setiap unit mengemukakan bahwa risiko terdiri dari dua komponen
risiko yang ada. Dengan perhitungan tersebut, semakin yaitu risiko yang timbul akibat fluktuasi pasar dan risiko
tinggi nilai pengukuran, semakin baik kinerja yang yang muncul dari fluktuasi unik sekuritas individual
dihasilkan. Pengukuran Indeks Sharpe diformulasikan dari suatu portofolio (Reilly dan Brown, 2000).
sebagai berikut:
Selanjutnya diasumsikan bahwa portofolio terdiversifikasi dengan optimum, karenanya risiko unik
Sj = (Ri - Rf ) / σj sekuritas individual dapat diabaikan. Melalui asumsi ini, Treynor mengukur kinerja portofolio berdasarkan
Sj = Indeks Sharpe
risiko sistematis atau beta sebagai risiko fluktuatif relatif Rj = return rata-rata portofolio j selama jangka waktu terhadap risiko pasar (Sharpe, Alexander dan Bailey,
pengukuran
1999). Pengukuran dengan metode Treynor Rf = return rata-rata aset bebas risiko selama jangka diformulasikan sebagai berikut (Jones, 2000):
waktu pengukuran σj = standar deviasi portofolio j selama jangka waktu Treynor Indeks = (Erp – Rf) / βp
pengukuran
ER(p) : Expected Return Portofolio
HASIL PENELITIAN
Rf : Risk Free Rate Âp : Beta Portofolio
Berdasarkan Tabel 1 diperoleh nilai rata-rata tingkat pengembalian portofolio dan faktor risiko selama
Semakin tinggi nilai positif rasio Treynor, periode penelitian. Kecuali portofolio sLwIV dan semakin baik kinerja portofolio.
sLwLIQ, hampir seluruh portofolio saham yang Jensen-Alpha (differential return measure)
terbentuk memiliki tingkap pengembalian bulanan memperkenalkan metode ini dalam mengukur kinerja
positif dengan rentang 0,03%-0,39% per bulan. Nilai investasi Reksa Dana pada tahun 1968. Metode Jensen
tingkat pengembalian tertinggi dihasilkan oleh mengukur kinerja investasi suatu portofolio didasarkan
portofolio bHIV dengan rata-rata tingkat pengembalian atas pengembangan CAPM. Menurut Jones (2000:587)
sebesar 0,39% per bulan, sementara tingkat perhitungan dengan metode Jensen diformulasikan
pengembalian terendah dihasilkan oleh portofolio sebagai berikut:
saham sLwIV dengan nilai negatif (0,06%). Dilihat berdasarkan size, portofolio saham dengan ukuran
αρ = (Rp – Rf) – [βp(Rm – Rf)] besar secara umum masih menghasilkan tingkat pengembalian yang lebih tinggi (0,09%-0,39%)
αρ : Jensen Alpha dibanding portofolio saham size kecil (-0,06% s/d Rp
: Return Portofolio
Rf : Risk Free Rate Âp : Beta Portofolio
Kinerja portofolio dapat dilihat dari nilai alpha, apabila alpha bernilai positif berarti kinerja portofolio yang lebih tinggi daripada kinerja pasar.
JEB, Vol. 6, No. 1, Maret 2012: 1-23
Tabel 1
94,33%. Secara parsial, volatilitas idiosynkratis,
Deskripsi Statistik
likuiditas saham, dan size memiliki pengaruh signifikan yang positif terhadap tingkat pengembalian saham.
Portofolio N Min
Max Mean Std. Dev
Anomali justru dihasilkan oleh arah signifikansi pengaruh parsial risiko sistematis saham.
bHLIQ
96 -4.72% 3.02% 0.18% 0.88% Selanjutnya pada tahun 2004, kecuali pada bLwLIQ
96 -2.19% 1.93% 0.17% 0.62% bulan Juni dan September keempat prediktor secara sHLIQ
96 -1.56% 6.67% 0.08% 1.01% simultan berpengaruh signifikan terhadap tingkat sLwLIQ
96 -4.77% 3.24% -0.05% 1.00% pengembalian saham dengan kemampuan menjelaskan bHSR
96 -4.72% 2.36% 0.16% 0.94% variasi tingkat pengembalian saham sebesar 21,8%- bLwSR
96 -1.79% 5.04% 0.26% 0.84% 98,9%. Secara parsial volatilitas idiosynkratis sebagian sHSR
96 -3.88% 3.24% 0.03% 0.88% besar masih berpengaruh positif terhadap tingkat sLwSR
96 -4.77% 3.08% 0.11% 0.99% pengembalian saham. Gejala anomali dihasilkan oleh bHIV
96 -4.72% 4.93% 0.39% 1.13% likuiditas saham (-) dan risiko sistematis (-) dengan bLwIV
96 -1.30% 1.86% 0.09% 0.51% signifikansi pengaruh yang negatif terhadap tingkat sHIV
96 -4.77% 6.89% 0.15% 1.32%
pengembalian saham.
sLwIV
96 -1.14% 1.23% -0.06% 0.45% Keempat prediktor secara simultan juga berpengaruh signifikan terhadap return saham pada Berdasarkan perhitungan empiris (Tabel 2, panel
tahun 2005, kecuali pada bulan April, Agustus, Sep- A-F), hasil uji signifikansi prediktor untuk tingkat saham
tember, dan Desember dengan rentang kemampuan individual adalah beragam, dimana untuk tahun 2000
menjelaskan variasi sebesar 20,67%-99,84%. Secara prediktor yang digunakan (size, likuiditas, risiko
parsial pola signifikansi pengaruh simultan nampak sistematis, dan volatilitas idiosynkratis) secara simultan
hanya diikuti oleh volatilitas idiosynkratis dan tetap hanya berpengaruh signifikan pada periode Januari,
menunjukan arah yang positif terhadap tingkat April, Juni, dan September dengan kemampuan
pengembalian saham. Signifikansi pengaruh positif menjelaskan variasi tingkat pengembalian saham
juga dihasilkan variabel size dan risiko sistematis pada sebesar 35,37%-96,5%. Pada periode 2001 prediktor
periode ini. Gejala anomali masih ditunjukkan oleh hanya berpengaruh signifikan secara simultan pada
likuiditas saham (-) dengan arah signifikansi pengaruh bulan Januari, Juni, Juli, dan September dengan
yang asimetris terhadap tingkat pengembalian saham. kemampuan menjelaskan variasi tingkat pengembalian
Pada tahun 2006, signifikansi simultan terjadi saham sebesar 32,9%-99,6%.
pada sebahagian besar periode kecuali bulan Mei dan Untuk periode 2002, kecuali pada bulan Maret,
Agustus dengan kapasitas menjelaskan variasi tingkat Juli, Agustus, dan September keempat prediktor secara
pengembalian sebesar 25,14%-79,7%. Secara parsial, simultan memiliki pengaruh yang signifikan terhadap
volatilitas idiosynkratis dan size berpengaruh signifikan tingkat pengembalian saham. Dengan koefisien
dengan arah positif terhadap tingkat pengembalian, determinasi sebesar 41,74%-99,13%. Secara parsial,
arah sebaliknya ditunjukkan oleh risiko sistematis. volatilitas idiosynkratis dan size memiliki pengaruh
Sementara likuiditas saham (-) dan risiko sistematis (-) signifikan yang positif terhadap tingkat pengembalian
masih menghasilkan anomali dengan signifikansi saham. Pada periode ini hasil pengaruh signifikan
pengaruh dengan arah yang berlawanan terhadap teori empiris pada risiko sistematis dan likuiditas saham
investasi secara umum.
secara parsial menunjukan gejala anomali terhadap Pada tahun 2007, signifikansi simultan terjadi tingkat pengembalian saham.
pada sebahagian besar periode kecuali bulan Agustus Pada tahun 2003, kecuali pada bulan Maret, Juli,
dengan kapasitas menjelaskan variasi tingkat dan November keempat prediktor secara simultan
pengembalian sebesar 26,67%-70,4%. Secara parsial, memiliki pengaruh yang signifikan terhadap tingkat
volatilitas idiosynkratis, risiko sistematis, dan size pengembalian saham dengan kemampuan menjelaskan
berpengaruh signifikan dengan arah yang positif variasi tingkat pengembalian saham sebesar 26,5%-
terhadap tingkat pengembalian. Likuiditas saham masih
VOLATILITAS IDIOSYNKRATIS DAN MODEL ASSET PRICING............... (Rowland Bismark Fernando Pasaribu)
menghasilkan anomali dengan signifikansi pengaruh yang negatif terhadap tingkat pengembalian saham.
PEMBAHASAN
Dalam hal ini akan dilakukan komparasi antara model tunggal dan perluasannya terhadap kapasitas model dalam menjelaskan variasi ekspektasi tingkat pengembalian portofolio saham yang terbentuk secara simultan dan parsial. Secara keseluruhan faktor beta memiliki pengaruh signifikan yang positif portofolio saham bHLIQ, bHSR, sHSR, bHIV, bLwIV, dan SlwIV dengan kemampuan menjelaskan variasi ekspektasi tingkat pengembalian portofolio berkisar 4,37%-8,12%. Panel B adalah hasil uji dengan mengikutsertakan faktor SMB ke dalam model CAPM. Perubahan yang terjadi nampak pada signifikansi simultan yang terjadi pada seluruh portofolio saham yang terbentuk (kecuali sHLIQ dan sHLIQ). Secara parsial, proksi size tidak berpengaruh terhadap portofolio saham dengan ukuran kecil yang tingkat likuiditasnya tinggi (sHLI) dan tingkat volatilitas idiosynkratis yang rendah (sLWIV). Dengan ditambahkannya faktor size juga menambahkan daya kemampuan menjelaskan variasi tingkat pengembalian portofolio menjadi 6.84%-49,21%. Pada model 1.3 (Panel
C) prediktor ekspektasi tingkat pengembalian adalah tingkat pengembalian pasar dan proksi likuiditas saham. Secara parsial, faktor pasar memiliki pengaruh positif yang signifikan terhadap ekspektasi tingkat pengembalian portofolio saham (bHLiq, sLwLiq, bHSR, sHSR, bHIV, dan bLwIV) sementara di sisi lain kecuali pada portofolio sLWLiq proksi likuiditas saham memiliki pengaruh signifikan positif terhadap ekspektasi tingkat pengembalian tiga portofolio saham (bHLiq, sHLiq, bLwSR, dan bHIV). Secara keseluruhan, kedua prediktor memiliki kemampuan menjelaskan variasi dari ekspektasi tingkat pengembalian portofolio sebesar 9,09%-48,75%.
Untuk panel D, prediktor tambahan yang digunakan adalah proksi risiko sistematis saham. Berdasarkan hasil perhitungan empiris diperoleh hasil bahwa secara simultan dua prediktor ini memiliki pengaruh yang signifikan (kecuali portofolio bLwLiq, sLwLiq, dan sHIV) terhadap ekspektasi tingkat pengembalian portofolio saham. Pada level parsial, proksi pasar hanya memiliki pengaruh signifikan pada ekspektasi tingkat pengembalian portofolio saham dengan tingkat likuiditas yang tinggi (bHLiq dan sHLiq)
dan volatilitas idiosynkratis [(+) tinggi; (-) rendah] pada saham dengan ukuran besar, sementara pengaruh proksi risiko sistematis memiliki pola pengaruh signifikan positif yang segmented (hanya kepada portofolio kelompok likuiditas). Ditambahkannya proksi likuiditas ke dalam model CAPM meningkatkan kemampuan dalam menjelaskan variasi ekspektasi tingkat pengembalian portofolio sebesar 5,08%-30,53%.
Pada panel E, prediktor tambahan yang digunakan adalah proksi volatilitas idiosynkratis saham. Berdasarkan hasil perhitungan empiris diperoleh hasil bahwa secara simultan dua prediktor ini memiliki pengaruh yang signifikan (kecuali portofolio bLwLiq dan sLwIV) terhadap ekspektasi tingkat pengembalian portofolio saham. Pada level parsial, proksi pasar hanya memiliki pengaruh signifikan pada ekspektasi tingkat pengembalian portofolio yang terbentuk dari saham dengan tingkat likuiditas yang tinggi (bHLiq); tingkat risiko sistematis yang tinggi (bHSR, dan sHSR); pengaruh positif untuk portofolio kelompok volatilitas idiosynkratis. Penambahan proksi volatilitas idiosynkratis pada model CAPM meningkatkan kemampuan model dalam menjelaskan variasi ekspektasi tingkat pengembalian portofolio sebesar 7,66%-58,58%.
Model multifaktor portofolio awal mengacu pada model Fama dan French yang menyatakan bahwa terdapat faktor lain selain pasar yang memiliki potensi dalam menjelaskan variasi ekspektasi tingkat pengembalian portofolio saham. Hasil model Fama dan French dapat dilihat pada panel F (model 2.1) Prediktor dalam model adalah faktor pasar, proksi size, dan likuiditas saham. Secara simultan ketiga prediktor memiliki pengaruh yang signifikan terhadap ekspektasi tingkat pengembalian seluruh portofolio saham (kecuali sLwIV) yang terbentuk. Secara parsial, faktor pasar memiliki pengaruh signifikan yang positif terhadap seluruh kelompok portofolio yang dipengaruhinya. Secara disparitas, proksi size memiliki pengaruh signifikan positif pada ekspektasi tingkat pengembalian portofolio ukuran kecil (sHLiq, sLwLiq, sHSR, sLwSR, dan sHSR) dan negatif untuk ukuran besar (bLwLiq, bHSR, dan bHIV). Sementara proksi likuiditas hanya berpengaruh signifikan terhadap empat portofolio (bHLiq, sHLiq, sLwLiq, dan bLwSR). Secara keseluruhan, daya kemampuan prediktor dalam menjelaskan variasi ekspektasi tingkat pengembalian
JEB, Vol. 6, No. 1, Maret 2012: 1-23
portfolio yang terbentuk adalah 13,38%-62,03%. Pada panel G (model 2.2), prediktor likuiditas diganti dengan proksi risiko sistematis. Secara simultan, ketiga prediktor memiliki pengaruh yang signifikan terhadap ekspektasi tingkat pengembalian seluruh portofolio saham (kecuali sHLiq) yang terbentuk. Secara parsial, faktor pasar memiliki pengaruh signifikan yang positif terhadap seluruh kelompok portofolio yang dipengaruhinya. Secara disparitas, proksi size memiliki pengaruh signifikan positif pada ekspektasi tingkat pengembalian portofolio ukuran kecil (sLwLiq, sHSR, sLwSR, dan sHIV) dan negatif untuk ukuran besar (bHLiq, bLwLiq, bHSR, bLwSR, bHIV, dan bLwIV). Sementara proksi risiko sistematis berpengaruh signifikan negatif terhadap portofolio dengan tingkat risiko sistematik yang rendah dan sebaliknya pengaruh positif dengan tingkat risiko yang tinggi. Koefisien determinasi hasil perhitungan empiris dari ketiga prediktor ini adalah 8,68%-50,07%.
Pada model 2.3 (Panel H) prediktor risiko sistematis diganti dengan proksi volatilitas idiosynkratis. Secara simultan ketiga prediktor memiliki pengaruh yang signifikan terhadap ekspektasi tingkat pengembalian seluruh portofolio saham (kecuali sLwIV) yang terbentuk. Secara parsial, faktor pasar tetap berpengaruh signifikan positif terhadap seluruh kelompok portofolio yang dipengaruhinya. Secara disparitas, proksi size berpengaruh signifikan positif pada ekspektasi tingkat pengembalian portofolio ukuran kecil dan negatif untuk ukuran besar untuk seluruh kelompok portofolio saham. Sementara proksi volatilitas idiosynkratis berpengaruh signifikan positif terhadap seluruh kelompok portofolio yang dipengaruhinya. Kisaran koefisien determinasi hasil perhitungan empiris dari ketiga prediktor ini adalah 12,01%-74,92%.
Pada model 2.4 (Panel I) prediktor pada model multifaktor adalah faktor pasar, proksi likuiditas, dan risiko sistematis. Secara simultan seluruh prediktor berpengaruh signifikan terhadap ekspektasi tingkat pengembalian portofolio saham (kecuali bLwLiq dan sHIV). Secara parsial, faktor pasar memiliki pengaruh signifikan yang positif terhadap seluruh kelompok portofolio yang dipengaruhinya. Proksi likuiditas saham hanya berpengaruh signifikan terhadap enam portfolio (bHLiq, sHLiq, sLwLiq, bHSR, bLwSR, bHIV, dan bHIV). Proksi risiko sistematis berpengaruh
signifikan negatif terhadap portofolio dengan tingkat risiko sistematik yang rendah dan sebaliknya pengaruh positif dengan tingkat risiko yang tinggi. Koefisien determinasi hasil perhitungan empiris dari model berkisar 8,78%-48,79%.
Pada model 2.5 (Panel J) prediktor model multifaktor adalah faktor pasar, proksi likuiditas, dan volatilitas idiosynkratis. Secara simultan seluruh prediktor berpengaruh signifikan terhadap ekspektasi tingkat pengembalian portofolio saham (kecuali bLwLiq dan sLwIV). Secara parsial, faktor pasar memiliki pengaruh signifikan yang positif terhadap seluruh kelompok portofolio yang dipengaruhinya. Proksi likuiditas saham hanya berpengaruh signifikan terhadap enam portofolio (bHLiq, sLwLiq, bHSR, sHSR, bHIV, dan sLwIV). Lebih lanjut dilihat dari arah pengaruhnya, proksi likuiditas saham berpengaruh negatif terhadap portofolio small size yang likuiditasnya rendah dan risiko sistematis yang tinggi. Sementara proksi volatilitas idiosynkratis berpengaruh signifikan positif terhadap seluruh kelompok portofolio yang dipengaruhinya. Koefisien determinasi hasil perhitungan empiris dari model ini berkisar 12,10%- 60,73%.
Pada model 2.6 (Panel K) prediktor model multifaktor adalah faktor pasar, risiko sistematis, dan volatilitas idiosynkratis. Secara simultan seluruh prediktor berpengaruh signifikan terhadap ekspektasi tingkat pengembalian portofolio saham (kecuali bLwLiq). Secara parsial, faktor pasar memiliki pengaruh signifikan yang positif hanya pada portfolio bHIV dan bLwIV. Proksi risiko sistematis saham hanya berpengaruh segmented terhadap portofolio kelompoknya sendiri dengan arah pengaruh positif untuk portofolio yang berisiko tinggi dan negatif untuk tingkat risiko yang rendah. Sebaliknya proksi volatilitas idiosynkratis berpengaruh signifikan positif terhadap seluruh kelompok portofolio yang dipengaruhinya. Koefisien determinasi hasil perhitungan empiris dari model ini berkisar 8,28%-58,92%.
Pada model 3.1 (Panel L) prediktor model multifaktor adalah faktor pasar, likuiditas saham, risiko sistematis, dan volatilitas idiosynkratis. Secara simultan seluruh prediktor berpengaruh signifikan terhadap ekspektasi tingkat pengembalian portofolio saham. Secara parsial, faktor pasar tetap berpengaruh signifikan positif terhadap kelompok portofolio yang
VOLATILITAS IDIOSYNKRATIS DAN MODEL ASSET PRICING............... (Rowland Bismark Fernando Pasaribu)
dipengaruhinya. Kecuali portofolio bHLiq dan sLwIV, proksi size berpengaruh signifikan terhadap seluruh kelompok portofolio. Secara disparitas, proksi size berpengaruh signifikan positif pada ekspektasi tingkat pengembalian portofolio ukuran kecil dan negatif untuk ukuran besar untuk seluruh kelompok portofolio saham. Sedangkan proksi likuiditas, hanya berpengaruh terhadap portofolio saham kelompok likuiditas. Demikian juga halnya dengan proksi risiko sistematis saham yang hanya berpengaruh segmented terhadap portofolio kelompoknya sendiri dengan arah pengaruh positif untuk portofolio yang berisiko tinggi dan negatif untuk tingkat risiko yang rendah. Sebaliknya proksi volatilitas idiosynkratis berpengaruh signifikan positif terhadap seluruh kelompok portofolio yang dipengaruhinya. Koefisien determinasi hasil perhitungan empiris untuk model ini berkisar 11,5%- 74,94%.
Berdasarkan penjelasan tersebut secara garis besar hasil empiris penelitian mendukung penelitian terdahulu dalam menyikapi kontradiksi titik sentral CAPM-nya Sharpe (1964) yang menyatakan bahwa ekspektasi tingkat pengembalian saham adalah fungsi linier positif dari beta pasarnya. CAPM juga menyatakan bahwa terdapat reward untuk mentoleransi risiko sistematis yang diukur dengan premi risiko pasar. Implikasi CAPM menyatakan bahwa risiko idiosynkratis dapat dieliminir dalam portofolio yang terdiversifikasi dan karenanya investor tidak akan memperoleh reward atas perilaku mentolerir risiko idiosynkratis.
Malkiel dan Xu (1997), Drew dan Veeraraghaven (2002); serta Clayton et al. menyatakan kontradiksi CAPM dengan mengobservasi bahwa volatilitas idiosynkratis memiliki harga dalam pasar dan karenanya berhubungan dengan tingkat pengembalian saham. Hasil kalkulasi empiris juga menyatakan bahwa size dan volatilitas idiosynkratis adalah premi yang nyata dan pervasif. Hasil kalkulasi empiris tersebut juga menunjukkan bahwa saham dengan volatilitas idiosynkratis yang tinggi dan rendah menghasilkan tingkat pengembalian yang superior, sementara untuk level portofolio pengaruh proksi ini juga sebahagian besar positif terhadap seluruh kelompok portofolio saham yang terbentuk. Penelitian ini juga mendukung Malkiel dan Xu (2000) dan Clayton et al. (2006) yang menyatakan bahwa volatilitas idiosynkratis berguna
dalam menjelaskan ekspektasi tingkat pengembalian secara cross-section dan karenanya juga sebagai penjelasan alternatif untuk kesimpulan yang dinyatakan Fama dan French (1992).
Evaluasi kinerja portofolio dilakukan dengan menggunakan 3 alat ukur, yakni: Indeks-Treynor, Al- pha-Jensen, dan Indeks-Sharpe. Berdasarkan Tabel 4 (Panel A-C), tampak kriteria Treynor-Index selama periode penelitian menunjukkan bahwa kinerja portfo- lio belum maksimal (ditunjukkan dengan indeks portofolio yang masih negatif) baik itu kategori likuiditas, risiko sistematis atau volatilitas idiosynkratis. Periode penelitian sampai dengan tahun 2004 masih dihasilkan beberapa portofolio yang menunjukkan indeks positif, tetapi nilai ini masih harus dicermati dengan melihat koefisien beta portofolionya. Sesudah tahun 2004 hampir seluruh portofolio saham memiliki indeks negatif. Hal ini berarti ekspektasi tingkat pengembalian portofolio masih lebih kecil dibanding risk free rate sehingga apabila dikomparasi terhadap risiko fluktuatif relatif terhadap risiko pasar meng- hasilkan nilai indeks yang negatif. Dengan pendekatan Jensen-Alpha, kinerja portofolio dapat dilihat dari nilai alpha; dimana apabila alpha bernilai positif berarti menunjukkan kinerja portofolio yang lebih tinggi daripada kinerja pasar. Berdasarkan hasil perhitungan, diperoleh tidak satupun portofolio yang memiliki indeks positif. Kondisi ini secara ringkas dapat dikatakan bahwa tingkat pengembalian portofolio selama periode penelitian masih inferior terhadap resiko sistematisnya yang di satu sisi berfungsi sebagai multiplier pada kinerja pasar. Mengacu kepada indeks-Sharpe, secara umum premi risiko seluruh portofolio masih tinggi selama periode penelitian. Hal ini ditunjukkan dengan indeks yang negatif pada seluruh portofolio selama periode penelitian. Dengan kata lain, tingkat pengembalian portofolio masih lebih rendah dibanding tingkat pengembalian rata-rata aset bebas risiko.
Berdasarkan hasil evaluasi dengan 3 alat ukur dapat diperoleh informasi bahwa aspek size, likuiditas saham, dan risiko sistematis tidak serta merta menjamin portofolio yang terbentuk menghasilkan konsensus perihal accepted risk yang reliable versus tingkat pengembalian yang diharapkan. Pernyataan ini semakin dikonfirmasi apabila kriteria pembentukkan portofolio mempertimbangkan volatilitas idiosynkratis saham emiten.
JEB, Vol. 6, No. 1, Maret 2012: 1-23
SIMPULAN DAN SARAN DAFTAR PUSTAKA Simpulan
Amihud, Y. Mendelson, H. 1986. “Asset pricing and Penelitian ini bertujuan untuk membuktikan signifikansi
the bid-ask spread”. Journal of Financial Eco- volatilitas idiosynkratis saham terhadap tingkat
nomics,
17, 223-249.
pengembalian portofolio saham dan melakukan evaluasi kinerja portfolio yang terbentuk dengan alat
Amihud, Y. 2002. “Illiquidity and stock Returns: Cross- ukut indeks Treynor, Alpha-Jensen, dan indeks Sharpe.
section and time-series effects”. Journal of Fi- Hasil penelitian menunjukkan bahwa untuk model
nancial Market,s 5; 31-56. faktor tunggal dan variasi model multifaktor kecenderungan yang dihasilkan adalah signifikansi
Anderson, D., Clarkson, P., Moran, S. 1997. “The asso- pengaruh yang positif terhadap expected return port-
ciation between information, liquidity and two folio saham. Hasil empiris lainnya adalah penambahan
stock market anomalies: the size effect and sea- proksi idiosynkratis, memang terbukti meningkatkan
sonalities in equity returns”. Accounting Re- daya prediksi model dalam menjelaskan variasi expected
search Journal 10, 6-19. return portfolio saham pada seluruh model asset pric- ing yang digunakan. Hasil evaluasi dengan 3 alat ukur
Ang, A., Hodrick, R., Xing, Y., Zhang, X. 2006. “The menyatakan bahwa aspek size, likuiditas, dan risiko
cross-section of volatility and expected re- sistematis saham masih belum menunjukkan kinerja
turns”. Journal of Finance 61, 259-299. portfolio yang optimal bahkan setelah dilakukan perluasan pada seluruh model dengan menambah
Bali, T., Cakici, N., Yan, X., Zhang, Z. 2005. “Does idio- volatilitas idiosynkratis saham emiten. Penelitian ini
syncratic risk really matter?” Journal of finance masih memiliki beberapa keterbatasan, yaitu jumlah
60 , 905-929.
sampel yang masih sedikit dan periode penelitian yang pendek (7 tahun) dan formasi pembentukan portofolio
Ball, R., Brown, P., Officer, R. 1979. “Asset pricing in (tahunan), proksi volatilitas yang digunakan masih
the Australian industrial equity market”. Aus- terlalu umum (hanya volatilitas idiosynkratis), dan
tralian Journal of Management 1, 1-32. indikator risiko masih mengacu kepada standar deviasi Banz, R. 1981. “The relationship between return and
Saran
market value of common stocks”. Journal of Financial Economics 9 , 3-18.
Berdasarkan keterbatasan penelitian tersebut, hasil penelitian ini diharapkan dapat memberikan saran atau
Beedles, W., Dodd, P., Officer, R. 1988. “Regularities in implikasi bagi penelitian selanjutnya, yaitu jika
Australian share returns”. Australian Journal dimungkinkan menambah periode pembentukkan
of Management 13 , 1-29. portofolio, misalnya bulanan, triwulan, kuartal, dan per semester sehingga dapat memberikan informasi yang
Bhandari, L. 1988. “Debt/Equity ratio and expected lebih komprehensif mengenai kinerja portofolio yang
common stock returns: Empirical evidence”. terbentuk dengan pendekatan yang digunakan,
Journal of Finance 43 , 507-528. menambah ukuran resiko portofolio, misalnya risk re- duce yang dihitung dengan parameter value at risk,
Brown, P., Kleidon, A., Marsh, T. 1983. “New evidence dan menambah kriteria saham pembentuk portofolio,
on the nature of size-related anomalies in stock seperti saham yang termasuk dalam kategori winner-
prices”. Journal of Financial Economics 12, looser, underpriced-overpriced .
33-56.
VOLATILITAS IDIOSYNKRATIS DAN MODEL ASSET PRICING............... (Rowland Bismark Fernando Pasaribu)
Brunnermeier, M., Pedersen, L. 2006. Market liquidity
1975-1999.
and funding liquidity. Working paper, Princeton University.
Gaunt, C. 2004. “Size and book to market effects and the Fama French three factor asset pricing Chan, H., Faff, R. 2003. “An investigation into the role
model: evidence from the Australian of liquidity in asset pricing: Australian Evi-
stockmarket”. Accounting and Finance 44, 27- dence”. Pacific-Basin Finance Journal 11, 555-
572. Goyal, A., Santa-Clara, P. 2003. “Idiosyncratic risk mat- Clayton, Louise. Michael Dempsey, dan M.
ters”. Journal of Finance 58, 975-1008. Veeraraghaven. 2006. Are Beta, Firm Size and Idiosyncratic Volatility related to Stock Return?
Halliwell, J., Heaney, R., Sawicki, J. 1999. “Size and book Australian Evidence. Working Paper, Dept of
to market effects in Australian share markets: A Accounting and Finance, Monash University.
time series analysis”. Accounting Research Journal 12, 122-137.
Constantinides, G. 1986. “Capital market equilibrium with transaction costs”. Journal of Political
Horowitz, J., Loughran, T., Savin, N. 2000. “Three analy- Economy 94 , 842-862.
ses of the firm size premium”. Journal of Em- pirical Finance 7, 143-153.
Drew, M dan M. Veeraraghaven. 2002. Idiosyncratic Volatility: Evidence from Asia. Discussion Pa-
Lintner, J. 1965. “The valuation of risk assets and the per , No. 107, Maret, Queensland University of
selection of risky investments in stock portfo- Technology.
lios and capital budgets”. Review of Econom- ics and Statistics, 13-37.
Faff, R. 1991. “A likelihood ratio test of the zero-beta CAPM in Australian equity returns”. Account-
Malkiel, B., Xu, Y. 1997. “Risk and return revisited”. ing and Finance 31, 88-95.
Journal of Portfolio Management 23, 9-14. Faff, R. 2001. “An examination of the Fama and French
Malkiel, B., Xu, Y. 2006. Idiosyncratic risk and security three-factor model using commercially available
Returns, Working paper, Princeton University. factors”. Australian Journal of Management
26, 1-17. Marshall, B., Young, M. 2003. “Liquidity and stock re- turns in pure order-driven markets: evidence Fama, E., French, K. 1992 “The cross-section of ex-
from the Australian stock market”. International pected stock returns”. Journal of Finance 47,
Review of Financial Analysis 12, 173-188. 427-465. Merton, R. 1987. “A simple model of capital market equi- Fama, E., French, K. 1993. “Common risk factors in the
librium with incomplete information”. Journal returns on stocks and bonds”. Journal of Fi-
of Finance 42 , 483-510.
nancial Economics 33 , 3-56. Moosa, I., Bollen., B. 2002. “A benchmark for measur- Fama, E., French, K. 1996. “Multifactor explanations of
ing bias in estimated daily value at risk”. Inter- asset pricing anomalies”. Journal of Finance
national Review of Financial Analysis 11, 85-
51 , 55-84.
Fama, E., French K. 1998. “Value versus growth: The O’Hara, M. 2003. “Presidential address: Liquidity and international evidence”. Journal of Finance 53,
price discovery”. Journal of Finance 58, 1335-
JEB, Vol. 6, No. 1, Maret 2012: 1-23
1354. Rosenberg, B., Reid, K., Lanstein, R. 1985. “Persuasive
evidence of market inefficiency”. Journal of Portfolio Management 11 , 9-17.
Sharpe, W. 1964. “Capital asset prices: a theory of mar- ket equilibrium under conditions of risk”. Jour- nal of Finance 19 , 425–442.
Spiegel, M., Wang, X. 2005. Cross-sectional variation in stock returns: Liquidity and idiosyncratic risk. Working paper , Yale University.
Wood, J. 1991. “A cross-sectional regression test of the mean-variance efficiency of an Australian value weighted market portfolio”. Accounting and Finance 31, 96-109.
VOLATILITAS IDIOSYNKRATIS DAN MODEL ASSET PRICING............... (Rowland Bismark Fernando Pasaribu)
Tabel 2 Hasil Model Multifaktor Level Saham
Panel A. Tahun 2000 Systematic Idiosyncratic
(Constant) Ln_Size
R² DW Sig.F
Jan Koefisien -0.0173
0.4890 1.78 0.000 Sig.t
Feb Koefisien -0.0204
0.1755 2.07 0.187 Sig.t
Mar Koefisien 0.0026
0.0448 1.97 0.648 Sig.t
Apr Koefisien -0.0319
0.3537 2.44 0.007 Sig.t
May Koefisien -0.0290
0.1148 2.18 0.420 Sig.t
Juni Koefisien -0.0069
0.9649 1.58 0.000 Sig.t
Juli Koefisien 0.0142
0.1545 2.06 0.252 Sig.t
Agust Koefisien -0.0138
0.1139 1.67 0.424 Sig.t
Sept Koefisien 0.0226
0.4334 1.52 0.001 Sig.t
Oct Koefisien 0.0112
0.1995 2.10 0.130 Sig.t
Nov Koefisien 0.0055
0.1363 2.42 0.321 Sig.t
Dec Koefisien 0.0010
0.0423 2.39 0.847 Sig.t
Panel B. Tahun 2001 Systematic Idiosyncratic
(Constant) Ln_Size
R² DW Sig.F
Jan Koefisien -0.0336
0.5140 2.24 0.000 Sig.t
Feb Koefisien -0.0169
0.1716 2.25 0.198 Sig.t
Mar Koefisien -0.0218